Một năm học nữa đang dần khép lại. Giữa những bài giảng, deadline và nhịp sống vội vã, hẳn mỗi chúng ta đều đã từng có những băn khoăn, những điều chưa kịp nói ra.Nhằm tạo điều kiện để sinh viên phản ánh những thuận lợi, khó khăn trong học tập và sinh hoạt, đồng thời đóng góp ý kiến xây dựng môi trường giáo dục ngày càng chất lượng, dưới sự chỉ đạo của Nhà trường, Khoa Khoa học Máy tính tổ chức Hội nghị sinh viên khoa Khoa học Máy tính năm học 2025-2026.Hội nghị là diễn đàn chính thức, nơi sinh viên có thể trực tiếp trao đổi, đề xuất và kiến nghị với Khoa, các Phòng Ban, Ban Giám Hiệu Trường nhằm góp phần nâng cao chất lượng đào tạo, công tác hỗ trợ và đời sống sinh viên.Nội dung thảo luận chính:     - Công tác đào tạo: chương trình học, phương pháp giảng dạy, đăng ký học phần, kiểm tra – đánh giá.     - Hỗ trợ học tập từ cố vấn học tập.     - Cơ sở vật chất phục vụ học tập và sinh hoạt.     - Hoạt động phong trào, đời sống tinh thần và thể chất.     - Công tác quản lý sinh viên, phát triển Đoàn – Đảng.     - Thủ tục hành chính, chế độ chính sách.     - Các vấn đề khác mà sinh viên quan tâm.Thông tin chi tiết:- Thành phần: Tất cả sinh viên Khoa KHMT, Ban Giám hiệu, Đại diện các phòng ban chức năng của Nhà Trường, Ban Chủ nhiệm khoa, các Thầy Cô khoa KHMT, CVHT các lớp.- Thời gian: 9 giờ 45 phút, ngày 03/04/2026 (thứ Sáu)- Địa điểm: Hội trường E (E.12), trường Đại học Công nghệ Thông tin.Đăng ký tham gia & gửi ý kiến: https://forms.gle/y2jKk2cQDEjYhpNk7Mọi ý kiến đóng góp của bạn đều cực kỳ đáng giá và là cơ sở để Khoa, Trường cải thiện chất lượng phục vụ tốt nhất cho sinh viên. Đừng ngần ngại, hãy đến và cùng Khoa tạo nên những thay đổi tích cực nhé!Thân mời tất cả các bạn sinh viên Khoa KHMT tham dự đầy đủ!Thông tin chi tiết tại: https://www.facebook.com/share/p/17PgdPWhWY/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

 Chúc mừng sinh viên có công trình nghiên cứu về Pentest tự chủ bằng Mô hình ngôn ngữ lớn - được chấp nhận đăng tại Kỷ yếu Hội nghị Khoa học quốc tế IEEE International Conference on Big Data (IEEE Big Data 2025) tại Macao- Trung Quốc.Bài báo: “Leveraging LLM Agents for Autonomous Web Penetration Testing Targeting SQL Injection Vulnerability”Bài báo được đăng trong kỷ yếu Hội nghị khoa học quốc tế IEEE Big Data 2025 - xếp hạng B - theo bảng tiêu chuẩn CORE.Sinh viên thực hiện:- Trần Thanh Phong - ATTT 2022 - Nguyễn Lê Bảo Phúc - ATTT 2022Giảng viên hướng dẫn:- PGS.TS Phạm Văn Hậu- TS. Phan Thế Duy- ThS. Tô Trọng NghĩaĐây là đề tài nghiên cứu được các bạn sinh viên thực hiện dưới sự hướng dẫn của các GVHD trong thời gian các bạn tham gia nghiên cứu tại Phòng thí nghiệm An toàn thông tin (InSecLab) về kiểm thử an toàn, bảo mật thông tin với góc nhìn Trí tuệ nhân tạo, với định hướng xây dựng sản phẩm Pentest tự chủ khai thác lỗ hổng bảo mật phần mềm.Tóm tắt:"With the increasing ubiquity of web systems across various domains, they have become primary targets of cyberattacks. Among these, SQL Injection (SQLi) remains one of the most critical and prevalent vulnerabilities, consistently listed in the OWASP Top 10. Early detection and mitigation of such flaws are crucial for ensuring information security. This paper presents the design and implementation of an automated SQLi penetration testing system based on a multi-agent architecture integrated with Large Language Models (LLMs) such as GPT-4, Gemini, and DeepSeek. The system enhances penetration testing by automating vulnerability detection, reducing reliance on manual effort, and supporting proactive defense strategies. The key contributions include: (i) flexible LLM integration, (ii) automated report generation with visual statistics, and (iii) comparative analysis of LLM performance against existing approaches. The results demonstrate the potential of combining multi-agent systems and LLMs to improve both the efficiency and intelligence of penetration testing, laying the foundation for future smart and proactive cybersecurity systems."Link bài báo: https://ieeexplore.ieee.org/document/11402114 Thông tin hội nghị: Hội nghị khoa học quốc tế "2025 IEEE International Conference on Big Data (IEEE BigData 2025)" được tổ chức tại Ma Cao (Trung Quốc) vào ngày 08-11/12/2025. Hội nghị IEEE BigData là một hội nghị quốc tế thường niên hướng tới những nghiên cứu mới trong lĩnh vực dữ liệu lớn và các ứng dụng liên quan. Đây là một trong những hội nghị khoa học uy tín (xếp hạng B theo chuẩn CORE).Lời cảm ơn:"Chúng em xin chân thành gửi lời cảm ơn đến Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM (UIT) và Phòng Thí nghiệm An toàn thông tin (InSecLab) đã tạo ra môi trường học thuật năng động và sáng tạo để nhóm hoàn thiện quá trình học tập và nghiên cứu. Nhóm xin bày tỏ lòng biết ơn sâu sắc đến ThS. Tô Trọng Nghĩa, PGS.TS. Phạm Văn Hậu và TS. Phan Thế Duy, những người đã tận tâm dẫn dắt, định hướng đề tài và chia sẻ những kinh nghiệm quý báu từ những bước đi đầu tiên cho đến khi công trình được phát triển thành bài báo khoa học. Sự hỗ trợ nhiệt tình và lời khuyên sâu sắc của quý Thầy là chỗ dựa tinh thần vững chắc giúp nhóm vượt qua khó khăn trong suốt chặng đường nghiên cứu. Nhóm em xin trân trọng ghi nhận và cảm ơn những đóng góp quý báu đó, đồng thời kính chúc quý Thầy nhiều sức khỏe, thành công và tiếp tục gặt hái nhiều thành tựu trong sự nghiệp giảng dạy và nghiên cứu”.Thông tin chi tiết tại: https://web.facebook.com/share/p/18338HZEi2/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Khoa KH&KTTT nhiệt liệt chúc mừng các bạn sinh viên các hệ đào tạo đã đạt điểm cao nhất tại Hội đồng bảo vệ KLTN vào Học kỳ I năm học 2025-2026. Thông tin các nhóm như sau:1. Ngành KHDL (01 nhóm sinh viên):Trân trọng chúc mừng nhóm sinh viên:- Nguyễn Thành Luân - 22520826 và Nguyễn Trương Minh Khoa - 22520680;+ Tên đề tài: Sinh báo cáo X-quang tập trung vào lồng ngực: Phân tích nội vùng kết hợp hướng dẫn chủ đề;+ GVHD: TS. Nguyễn Tất Bảo Thiện;2. Ngành CNVN (01 sinh viên):Trân trọng chúc mừng sinh viên-  Trịnh Quốc Bảo - 22520125;+ Tên đề tài: Nghiên cứu suy luận ngôn ngữ trực quan giữa hình ảnh và văn bản tiếng Việt.+ GVHD: ThS. Huỳnh Văn Tín3. Ngành CNTT (04 sinh viên/nhóm sinh viên) (đồng điểm):Trân trọng chúc mừng nhóm sinh viên:- Thạch Minh Luân -  22520827 và Đỗ Nguyên Phương - 22521159+ Tên đề tài: Trọng số lũy thừa động cho cơ chế bằng chứng cổ phần nhằm tăng tính phi tập trung và triển khai mạng thử nghiệm minh họa.+ GVHD: ThS. Võ Tấn KhoaTrân trọng chúc mừng nhóm sinh viên:- Võ Phi Thân -  22521323 và Nguyễn Cao Thắng - 22521329+ Tên đề tài: Trọng số lũy thừa động cho cơ chế bằng chứng cổ phần nhằm tăng tính phi tập trung và triển khai mạng thử nghiệm minh họa.+ GVHD: ThS. Nguyễn Thành LuânTrân trọng chúc mừng sinh viên:- Cao Quốc Kiệt - 22520714+ Tên đề tài: Hiện thực hệ thống Cuproof và ứng dụng trong chứng minh điểm văn bằng bằng Zero-Knowledge Range Proof+ GVHD: ThS. Võ Tấn KhoaTrân trọng chúc mừng nhóm sinh viên:- Nguyễn Lê Thanh Huyền -  22520590 và Lê Ngọc Lan - 22520749+ Tên đề tài: Nâng cao hiệu suất của hệ thống AggLayer trong môi trường Blockchain đa chuỗi+ GVHD: ThS. Võ Tấn KhoaMột lần nữa Khoa KH&KTTT xin được chúc mừng tất cả các bạn và chúc các bạn nhiều thành công!Thông tin chi tiết tại: https://web.facebook.com/share/p/18RCBioF2x/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:DESW: Reducing Concentration in Proof-of-Stake with Dynamic Exponential Stake WeightingNhóm tác giả:- Thạch Minh Luân – CNTT2022 – Tác giả chính- Đỗ Nguyên Phương – CNTT2022 – Đồng tác giảGiảng viên hướng dẫn:- PGS. TS. Nguyễn Hoàng Tú Anh- ThS. Võ Tấn Khoa- ThS. Nguyễn Thị Anh ThưTóm tắt:Trong các hệ thống blockchain phi cấp phép, cơ chế Proof-of-Stake (PoS) lựa chọn các validator dựa trên lượng tài sản được stake nhằm đảm bảo tính bảo mật của mạng lưới thông qua việc đồng bộ lợi ích kinh tế. Tuy nhiên, cơ chế này cũng tạo ra hiệu ứng “người giàu càng giàu”, khi các validator lớn ngày càng gia tăng lợi thế thông qua phần thưởng, ủy quyền stake và các dịch vụ staking thanh khoản, từ đó dẫn đến sự tập trung quyền lực và đe dọa tính phi tập trung của mạng.Để giải quyết vấn đề này, nghiên cứu đề xuất mô hình Dynamic Exponential Stake Weighting (DESW), dựa trên nguyên lý phân phối xác suất có trọng số và lý thuyết cân bằng. DESW xây dựng một cơ chế lựa chọn validator thích ứng, trong đó trọng số stake được điều chỉnh dựa trên mức độ bất bình đẳng của toàn mạng, được đo bằng hệ số Gini. Bằng cách áp dụng trọng số trong miền giá trị, DESW làm giảm ảnh hưởng của các validator quá lớn khi mức độ tập trung gia tăng, đồng thời không làm thay đổi phần thưởng, hình phạt hay luồng hoạt động của giao thức PoS hiện tại.Nghiên cứu đánh giá DESW trong ba kịch bản điển hình của các mạng PoS công khai: (i) phân phối stake ổn định, (ii) hệ thống quy mô lớn với tần suất thay đổi cao và (iii) kịch bản tấn công bằng cách bơm stake. So với PoS truyền thống, DESW giúp giảm hệ số Gini lần lượt từ 0.623 xuống 0.318 (-48.9%), từ 0.876 xuống 0.501 (-42.8%) và từ 0.945 xuống 0.462 (-52.1%). Đồng thời, hệ số Nakamoto – thước đo mức độ phi tập trung của blockchain – tăng mạnh từ 134 lên 303 (+126.1%), từ 384 lên 2138 (+456.8%) và từ 9 lên 196 (+2,077.8%).Khi áp dụng mô hình DESW trên tập validator của mạng Ethereum, hệ số Nakamoto có thể tăng từ 3 lên 391 (khoảng 130 lần), trong khi hệ số Gini giảm từ 0.99 xuống 0.10. Những kết quả này cho thấy DESW có khả năng cải thiện đáng kể tính phi tập trung và công bằng của mạng blockchain, đồng thời vẫn giữ được hiệu quả hoạt động của cơ chế PoS.Bài báo được công bố tại hội nghị quốc tế:The 14th International Symposium on Information and Communication Technology (SOICT). Đây là hội nghị khoa học quốc tế uy tín thuộc danh mục Scopus, bao phủ nhiều lĩnh vực quan trọng như AI Foundations và Big Data, Networking and Communication Technologies, Multimedia Processing, AI Applications, Generative AI, Applied Operations Research and Optimization và Cyber Security.SOICT 2025 được tổ chức tại TP. Nha Trang từ ngày 12–14/12/2025, tiếp nối thành công của SOICT 2024 với sự tham gia của các nhà nghiên cứu đến từ hơn 25 quốc gia. Hội nghị là diễn đàn học thuật quan trọng để các nhà nghiên cứu và học viên sau đại học chia sẻ các kết quả nghiên cứu mới và thảo luận về những thách thức tương lai trong lĩnh vực Khoa học Máy tính.Thông tin chi tiết tại: https://web.facebook.com/share/p/18aqUAWnGk/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:SplitSight: Multi-Dimensional Verification for Client-Side TLS InterceptionNhóm tác giả:- Vũ Nguyễn Minh Quang – ATTT2023.2 – Tác giả chính- Phạm Tấn Gia Quốc – ATTT2023.2 – Tác giả chính- Phan Quang Vũ – ATTT2023.2 – Đồng tác giả- Khương Ngọc Toàn – ATTT2023.2 – Đồng tác giảGiảng viên hướng dẫn:- ThS. Trần Tuấn DũngTóm tắt:Các cuộc tấn công chèn Root Certificate Authority (CA) là một mối đe dọa nghiêm trọng đối với bảo mật TLS, cho phép kẻ tấn công chặn và giải mã lưu lượng mạng trong khi trình duyệt vẫn hiển thị kết nối như một phiên HTTPS hợp lệ. Điều này tạo ra nguy cơ lớn đối với quyền riêng tư và an toàn thông tin của người dùng.Nghiên cứu này giới thiệu SplitSight – một framework phát hiện tấn công dựa trên nguyên lý split-view: khi chứng chỉ TLS mà phía client quan sát được khác với chứng chỉ được xác minh từ các điểm kiểm tra bên ngoài, hệ thống sẽ xác định khả năng tồn tại của hành vi chặn và can thiệp lưu lượng.Hệ thống sử dụng kiến trúc Native Messaging để vượt qua các hạn chế sandbox của trình duyệt, cho phép trích xuất chứng chỉ theo thời gian thực từ TLS stack của hệ điều hành. Một cơ chế chấm điểm đa chiều thích ứng được áp dụng, kết hợp sáu yếu tố xác minh bao gồm: so sánh fingerprint (30%), kiểm tra sự tồn tại trong Certificate Transparency log (25%), trạng thái thu hồi OCSP (15%), so sánh với cache lịch sử (10%), phân tích tính hợp lệ của chuỗi chứng chỉ (10%) và phát hiện bất thường thống kê (10%). Ngoài ra, kiểm tra DNS CAA được thiết kế cho các phiên bản mở rộng trong tương lai.Phương pháp chấm điểm theo trọng số cho phép hệ thống đưa ra các kết luận chi tiết hơn, phân biệt giữa các trường hợp bị can thiệp rõ ràng, chứng chỉ đáng ngờ hoặc kết nối an toàn. Kiến trúc còn hỗ trợ cơ chế đồng thuận đa tác nhân (multi-agent consensus) với các ràng buộc đa dạng về ASN và vị trí địa lý nhằm phát hiện các cuộc tấn công chỉ xảy ra tại một khu vực cụ thể.Kết quả thực nghiệm với ba công cụ MITM phổ biến (Burp Suite, mitmproxy và Charles Proxy) cho thấy hệ thống đạt độ chính xác phát hiện 99.3%, tỷ lệ báo động sai 0.5%, với độ trễ xác minh trung vị 387 ms ở lần kiểm tra đầu và chỉ 8 ms khi sử dụng bộ nhớ đệm.Nhóm tác giả xin chân thành cảm ơn ThS. Trần Tuấn Dũng đã tận tình hỗ trợ và phản hồi kịp thời trong quá trình thực hiện nghiên cứu, giúp bài báo được hoàn thiện và đạt chất lượng tốt hơn.Bài báo được công bố tại hội nghị quốc tế:International Conference on Intelligent Information Technology (ICIIT 2026) – hội nghị khoa học quốc tế xếp loại ISI/Scopus, lần thứ 11 được tổ chức, diễn ra tại Đà Nẵng từ ngày 05–08/03/2026.Hội nghị do FPT University, Swinburne Vietnam và HKCBEES đồng tổ chức, nhằm tạo diễn đàn học thuật cho các nhà nghiên cứu, giảng viên và sinh viên trao đổi và công bố các kết quả nghiên cứu trong lĩnh vực công nghệ thông tin thông minh. Các bài báo được chấp nhận sẽ được xuất bản trong ACM International Conference Proceedings, lưu trữ tại ACM Digital Library, và được lập chỉ mục bởi Ei Compendex, Scopus, đồng thời được gửi xét duyệt vào ISI Web of Science.Thông tin chi tiết tại: https://web.facebook.com/share/p/1Co5Gz8xUE/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:Enhancing Security and Efficiency in Diabetes Prediction using Federated Learning and Generative Adversarial NetworksNhóm tác giả:- Phạm Thái Bảo – ATCL2021 – Tác giả chính- Hồng Bích Như – ATTT2023.3 – Đồng tác giảGiảng viên hướng dẫn:- ThS. Nguyễn Khánh Thuật- PGS. TS. Lê Trung Quân- ThS. Trần Thị DungTóm tắt:Sức khỏe đóng vai trò quan trọng trong cuộc sống con người và các công nghệ trí tuệ nhân tạo đang ngày càng được ứng dụng rộng rãi trong chẩn đoán y khoa. Tuy nhiên, dữ liệu bệnh nhân thường mang tính nhạy cảm cao và không thể chia sẻ công khai, gây ra nhiều thách thức đối với các phương pháp AI truyền thống.Để giải quyết vấn đề này, nghiên cứu áp dụng Federated Learning – một phương pháp cho phép huấn luyện mô hình học máy trên các nguồn dữ liệu phân tán mà vẫn đảm bảo quyền riêng tư và tuân thủ các quy định bảo vệ dữ liệu. Trong bài toán dự đoán bệnh tiểu đường, dữ liệu thường bị mất cân bằng giữa các lớp, ảnh hưởng đáng kể đến độ chính xác và độ tin cậy của mô hình.Trong nghiên cứu, nhóm tác giả đã áp dụng và đánh giá hệ thống nhiều kỹ thuật xử lý mất cân bằng dữ liệu, xác định được các phương pháp hiệu quả nhất giúp cải thiện hiệu năng dự đoán lên đến 7%. Đồng thời, việc sử dụng dữ liệu tổng hợp được tạo ra từ Generative Adversarial Networks (GAN) đã giúp nâng cao khả năng học của mô hình, đạt F1-score lên đến 93%. Kết quả cho thấy dữ liệu tổng hợp có thể góp phần giải quyết hiệu quả bài toán thiếu dữ liệu và mất cân bằng dữ liệu.Tổng thể, khung phương pháp dựa trên Federated Learning được đề xuất đã kết hợp hiệu quả giữa trí tuệ nhân tạo, tăng cường dữ liệu và các kỹ thuật bảo vệ quyền riêng tư, mang lại một giải pháp mạnh mẽ, chính xác và khả thi cho các hệ thống hỗ trợ chẩn đoán bệnh tiểu đường trong thực tế.“Chúng em xin gửi lời tri ân sâu sắc đến quý thầy cô hướng dẫn, những người đã tận tình hỗ trợ và tạo điều kiện cho chúng em trong suốt quá trình thực hiện đề tài. Những góp ý chuyên môn quý báu và sự đồng hành của thầy cô đã giúp nhóm vượt qua nhiều khó khăn, từng bước hoàn thiện nghiên cứu. Kiến thức và sự dìu dắt của thầy cô sẽ luôn là hành trang quý giá, tiếp thêm động lực cho chúng em trên con đường học thuật.”Bài báo được công bố tại hội nghị quốc tế:The Second International Conference on Computational Intelligence in Engineering Science (ICCIES 2026). Đây là hội nghị khoa học quốc tế thường niên do Trường Đại học Tôn Đức Thắng tổ chức, với sự đồng tổ chức của Wrocław University of Science and Technology (Ba Lan) và University College Dublin (Ireland).Hội nghị tập trung vào các lĩnh vực như trí tuệ nhân tạo, học máy, công nghệ thông tin, điện – điện tử, cơ điện tử và hệ sinh thái Internet vạn vật (IoT), nhằm thúc đẩy trao đổi học thuật và kết nối cộng đồng nghiên cứu quốc tế. Các bài báo được chấp nhận sẽ được xuất bản trong chuỗi sách Communications in Computer and Information Science (CCIS) của Springer và được lập chỉ mục trong các cơ sở dữ liệu uy tín như ISI Proceedings, EI-Compendex, SCOPUS và DBLP.Thông tin chi tiết tại: https://web.facebook.com/share/p/189gW4Bqu8/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Bài báo:Mango-Mamba and VN-MangoLeaf: A lightweight Mamba model and New Dataset for Mango leaf disease classificationLink bài báo: https://doi.org/10.1016/j.compeleceng.2026.111033Nhóm tác giả:- Phạm Thanh Bình – HVCH Khóa 2023, Ngành Công nghệ Thông tin – Tác giả chínhGiảng viên hướng dẫn:- TS. Nguyễn Tất Bảo ThiệnTóm tắt:Bệnh trên lá xoài là một trong những yếu tố ảnh hưởng nghiêm trọng đến năng suất và chất lượng trái xoài, do đó cần có các hệ thống phát hiện chính xác và hoạt động theo thời gian thực. Tuy nhiên, nhiều phương pháp Deep Learning hiện nay, đặc biệt là các mô hình dựa trên Transformer, thường có độ phức tạp tính toán cao (tăng theo bậc hai), gây khó khăn khi triển khai trên các thiết bị biên có tài nguyên hạn chế.Nhằm giải quyết vấn đề này, nghiên cứu đề xuất MangoMamba – một kiến trúc lai nhẹ được tối ưu cho triển khai trên thiết bị di động. Mô hình kết hợp Multi-Scale Mamba Mixers với cơ chế Large-Kernel Attention trong cấu trúc phân cấp bốn giai đoạn, giúp đạt độ phức tạp tuyến tính trong khi vẫn giữ được khả năng học ngữ cảnh toàn cục.Các thí nghiệm được thực hiện trên bộ dữ liệu MangoLeafBD và bộ dữ liệu mới VN-MangoLeaf gồm 7000 ảnh lá xoài của các giống xoài tại Việt Nam. Kết quả cho thấy MangoMamba đạt độ chính xác phân loại lần lượt 99.75% và 98.71% trên hai bộ dữ liệu. Đáng chú ý, mô hình chỉ có 5.8 triệu tham số và đạt độ trễ suy luận 1.46 ms mỗi ảnh trên GPU T4, nhanh hơn khoảng 80 lần so với các kiến trúc ViX-MangoEFormer gần đây.Bên cạnh đó, nghiên cứu còn phát triển một ứng dụng Android cho phép nhận diện bệnh lá xoài trực tiếp trên điện thoại thông minh với khả năng suy luận offline (100–300 ms mỗi ảnh). Kết quả cho thấy MangoMamba mang lại sự cân bằng hiệu quả giữa độ chính xác và hiệu năng, mở ra tiềm năng ứng dụng thực tiễn trong lĩnh vực nông nghiệp thông minh.Bài báo được công bố trên tạp chí quốc tế:Computers & Electrical Engineering (SCIE, Q1, Impact Factor: 4.9). Đây là tạp chí khoa học quốc tế uy tín, công bố các nghiên cứu về công nghệ máy tính và kỹ thuật tính toán trong các hệ thống điện, truyền thông và thông tin. Các lĩnh vực trọng tâm bao gồm trí tuệ nhân tạo, xử lý tín hiệu, năng lượng xanh, an ninh – quyền riêng tư và công nghệ truyền thông.Thông tin chi tiết tại: https://web.facebook.com/share/p/18TnaNQaUA/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

 Thông báo thi công cải tạo cảnh quan khu vực cổng chính Trường Đại học Công nghệ Thông tin      Nhằm nâng cấp cảnh quan và cải thiện không gian học tập, làm việc cho cán bộ, giảng viên và sinh viên, Trường Đại học Công nghệ Thông tin – ĐHQG-HCM sẽ tiến hành thi công hạng mục cải tạo cảnh quan tại khu vực cổng chính của Trường.     Thời gian thi công dự kiến từ ngày 16/03/2026 đến ngày 01/05/2026 (khoảng 45 ngày).     Việc cải tạo cảnh quan nhằm tạo dựng một không gian khang trang, xanh – sạch – đẹp, góp phần nâng cao chất lượng môi trường học tập và làm việc, đồng thời xây dựng hình ảnh khuôn viên UIT ngày càng hiện đại, thân thiện và bền vững.     Trong thời gian thi công, khu vực cổng chính của Trường có thể phát sinh một số bất tiện tạm thời như điều chỉnh lối đi, hạn chế khu vực di chuyển hoặc tiếng ồn từ hoạt động thi công.     Nhà trường kính mong quý thầy cô và các bạn sinh viên thông cảm, đồng thời lưu ý quan sát, di chuyển cẩn thận và tuân thủ các hướng dẫn tại khu vực thi công để đảm bảo an toàn.     Sự hợp tác và chia sẻ của cán bộ, giảng viên và sinh viên sẽ góp phần giúp quá trình thi công được thực hiện thuận lợi, qua đó cùng nhau xây dựng một UIT ngày càng khang trang và phát triển.

Phòng Thí nghiệm An toàn Thông tin InSecLab gia hạn thời gian đăng ký chương trình Research Intern – Spring 2026 dành cho sinh viên UIT quan tâm đến nghiên cứu AI x Cybersecurity.Hướng nghiên cứu• Autonomous Pentest with LLM• Software Security with LLM & PoC Generation• LLM Red Teaming & Agentic AI Security• Blockchain Security• Threat Intelligence & TTP ExtractionĐối tượng: Sinh viên năm 2+ UITYêu cầu: GPA ≥ 7.0, có khả năng lập trình, đọc hiểu tài liệu kỹ thuật tiếng Anh, có thể làm việc tại Lab 5 buổi/tuần.Quyền lợi:• Chứng nhận thực tập nghiên cứu• Cơ hội tham gia công bố bài báo khoa học• Tham gia phát triển công cụ bảo mật thực tế• Hỗ trợ định hướng đồ án & khóa luậnĐịa điểm: E8.1 – Trường ĐH Công nghệ Thông tin, ĐHQG-HCMTimeline cập nhật• Hạn nộp CV: 16/03/2026• Phỏng vấn: 18/03 – 20/03/2026• Bắt đầu thực tập: 23/03/2026Đăng ký: https://forms.gle/LAAuPuxwFxfSmVyHAThông tin chi tiết tại: https://web.facebook.com/share/p/1AsTNQ8Vgb/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Mở đầu năm mới bằng một tin vui đầy ý nghĩa, xin chúc mừng nghiên cứu sinh - ThS. Tô Trọng Nghĩa - hiện đang là Nghiên cứu viên tại Phòng thí nghiệm An toàn Thông tin - đã xuất sắc được trao Học bổng Tiến sĩ VINIF 2025. Đây là học bổng dành cho các ứng viên đang làm Nghiên cứu sinh theo đuổi chương trình đào tạo Tiến sĩ trong nước được cấp bởi Quỹ đổi mới sáng tạo VINIF - Tập đoàn Vingroup.Với việc nhận học bổng này, Nghiên cứu sinh nhận học bổng sẽ có thêm nguồn kinh phí hỗ trợ , giúp nâng cao chất lượng nghiên cứu trong quá trình theo đuổi bằng Tiến sĩ ngay chính tại cơ sở đào tạo chương trình Tiến sĩ - Trường ĐH Công nghệ Thông tin. Đây không chỉ là một cột mốc quan trọng trong hành trình học thuật của cá nhân, mà còn là kết quả xứng đáng cho quá trình nỗ lực bền bỉ, nghiêm túc và đam mê nghiên cứu khoa học trong lĩnh vực an toàn thông tin. Thành quả này cũng như một “lộc may mắn đầu năm 2026”, mở ra nhiều kỳ vọng và động lực mới cho chặng đường phía trước.Năm 2025, VINIF tiếp tục ghi dấu năm thứ 7 liên tiếp đồng hành cùng cộng đồng khoa học Việt Nam, với tổng tài trợ lũy kế vượt 1.000 tỷ đồng, góp phần nuôi dưỡng tri thức, phát triển nhân tài và thúc đẩy khoa học - công nghệ vì sự phát triển bền vững của đất nước. Qua các vòng xét duyệt và thẩm định khắt khe, 09 dự án nghiên cứu khoa học công nghệ tập trung vào các lĩnh vực chiến lược; 03 dự án bảo tồn và lưu giữ các giá trị văn hóa, lịch sử; 85 học bổng tiến sĩ, 44 học bổng sau tiến sĩ, cùng hàng chục hội nghị, sự kiện quy tụ các nhà khoa học ưu tú trong và ngoài nước được lựa chọn tài trợ. Việc thầy Tô Trọng Nghĩa trở thành một trong 85 nghiên cứu sinh nhận học bổng tiến sĩ VINIF 2025 là niềm tự hào không chỉ của cá nhân anh mà còn của tập thể Phòng thí nghiệm An toàn Thông tin.Chúc thầy thật nhiều sức khỏe, nhiệt huyết và thành công trên chặng đường nghiên cứu sắp tới. Mong rằng “lộc khoa học” đầu năm 2026 này sẽ mở ra một hành trình mới đầy cảm hứng, đột phá và nhiều đóng góp ý nghĩa cho lĩnh vực An toàn Thông tin.Thông tin chi tiết tại: https://web.facebook.com/share/p/17RKtNVhs3/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Hình ảnh tổng kết hoạt động thực tập sinh nghiên cứu Kỳ Thu - Đông 2025 tại Phòng thí nghiệm An toàn Thông tin – UIT InSecLab. Trong kỳ thực tập này các thực tập sinh đã đồng hành nghiên cứu tại Lab khoảng 03 tháng với các chủ đề Blockchain, Cybersecurity, Quyền riêng tư khi sử dụng LLM, và ứng dụng AI trong An ninh phần mềm, hệ thống.Chương trình không dừng lại ở việc tìm hiểu lý thuyết, các nhóm sinh viên đã cùng nhau biến AI trở thành “đồng đội” thực thụ trong thế giới BlueTeam với việc xác định dấu hiệu rủi ro xâm phạm quyền riêng tư, tấn công lừa đảo; cũng như Red Team, có khả năng lập kế hoạch, tìm hiểu, khai thác và đánh giá lỗ hổng bảo mật một cách chủ động và có hệ thống.Chương trình Thực tập sinh nghiên cứuu Autumn-Winter 2025 là cơ hội để sinh viên UIT rèn luyện tư duy nghiên cứu, kỹ năng làm việc nhóm và tinh thần “research-to-impact” – đưa ý tưởng khoa học đến ứng dụng thực tế.Thông tin chi tiết tại: https://web.facebook.com/share/p/1GZhAWYBJV/ Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin 

Ngày 06/03/2026, Trường Đại học Công nghệ Thông tin – ĐHQG-HCM (UIT) đã tổ chức Lễ ký kết hợp tác với AvePoint nhằm thành lập AI Lab, đánh dấu một cột mốc quan trọng trong hành trình thúc đẩy nghiên cứu, đổi mới sáng tạo và ứng dụng Trí tuệ nhân tạo (AI) trong đào tạo và thực tiễn. Sự kiện mở ra một hướng hợp tác mới giữa nhà trường và doanh nghiệp công nghệ toàn cầu, góp phần xây dựng hệ sinh thái học tập – nghiên cứu – đổi mới sáng tạo ngay tại UIT, nơi tri thức học thuật được kết nối chặt chẽ với nhu cầu thực tế của ngành công nghiệp công nghệ. AI Lab UIT & AvePoint được kỳ vọng sẽ trở thành một không gian sáng tạo năng động, nơi sinh viên có cơ hội tiếp cận các công nghệ AI tiên tiến và các bài toán thực tế từ doanh nghiệp. Đồng thời, đây cũng là môi trường để giảng viên, nhà nghiên cứu và các chuyên gia công nghệ cùng hợp tác phát triển những giải pháp mới có giá trị ứng dụng cao. Thông qua AI Lab, nhiều hoạt động hợp tác sẽ được triển khai như chương trình thực tập, mentoring, workshop chuyên sâu, dự án nghiên cứu ứng dụng và các cơ hội tuyển dụng từ AvePoint. Những hoạt động này giúp sinh viên tiếp cận sớm với môi trường làm việc chuyên nghiệp, đồng thời rút ngắn khoảng cách giữa đào tạo đại học và nhu cầu của thị trường lao động công nghệ. Không chỉ là một phòng thí nghiệm công nghệ, AI Lab giữa UIT & AvePoint còn được kỳ vọng trở thành bệ phóng cho thế hệ kỹ sư tương lai của UIT – nơi các ý tưởng sáng tạo được nuôi dưỡng, các dự án công nghệ được thử nghiệm và những giải pháp AI có giá trị thực tiễn được hình thành. Sự hợp tác giữa UIT và AvePoint tiếp tục khẳng định định hướng của nhà trường trong việc gắn kết đào tạo với nhu cầu của doanh nghiệp, đồng thời mở rộng cơ hội nghiên cứu, thực tập và phát triển nghề nghiệp cho sinh viên trong kỷ nguyên trí tuệ nhân tạo và chuyển đổi số.